我試過給直播群做一個自動回復(fù)表情的機器人最初是掛在 Discord 上后來發(fā)現(xiàn)很多朋友還是在 Twitter 上活躍得最多索性把它搬到 Twitter 上。這篇文章不是介紹那種群發(fā)營銷號也不是什么復(fù)雜的人工智能而是一個非常具體的東西一個能聽懂情緒關(guān)鍵詞、然后在推文評論區(qū)自動回一張表情圖的機器人。聽起來好像不難但真正從零跑通里面涉及的開發(fā)者賬號申請、接口調(diào)用、媒體上傳、頻率限制和誤判處理坑遠(yuǎn)比想象中多。我這邊把完整跑通的過程、核心代碼、以及那些文檔里沒寫清楚的細(xì)節(jié)都整理出來給也想做類似 Twitter 機器人不管是表情機器人、關(guān)鍵詞提醒機器人、還是自動回復(fù)機器人的朋友一個可以直接參考的模板。1. 項目概述與核心需求解析1.1 表情機器人到底在做什么“Twitter 表情機器人”這個名字聽起來有點玄拆開看就是一個很典型的“觸發(fā)-匹配-回復(fù)”程序。它做的事情可以概括成三句話實時監(jiān)聽 Twitter 上符合條件的推文從推文文本里識別有沒有命中預(yù)設(shè)的情緒關(guān)鍵詞如果命中了就在這條推文下自動回復(fù)一張事先準(zhǔn)備好的表情圖也就是表情包。實際使用場景非常多。我最初的需求來自直播社群主播在 Twitter 上發(fā)一條“今天又被隊友氣到了”粉絲群里大家會默認(rèn)刷一張“氣到變形”的表情包。既然這個動作這么高頻那就用機器人自動來做。再延伸一下品牌號也可以用它做趣味互動比如用戶發(fā)推提到產(chǎn)品名機器人就在評論區(qū)回一個品牌專屬表情學(xué)習(xí)打卡群還能做“你發(fā)‘打卡成功’我回你一張徽章圖”的自動化貼紙玩法。這個機器人和市面上那些批量轉(zhuǎn)發(fā)、自動點贊的“營銷機器人”有本質(zhì)區(qū)別它不依賴第三方營銷平臺沒有爬取用戶隱私表情庫完全由你自己維護回復(fù)規(guī)則也完全透明。它只做一件事看到關(guān)鍵詞回一張圖然后把決定權(quán)交給你的規(guī)則。1.2 技術(shù)選型為什么是 Python Tweepy我一開始調(diào)研過三種方案分別說一下為什么最后選了 Python Tweepy。第一種是直接用 requests 請求 Twitter 的網(wǎng)頁接口或非官方接口。這東西在早期還能用但現(xiàn)在平臺的風(fēng)控越來越嚴(yán)網(wǎng)頁版接口里加了很多加密參數(shù)還需要處理登錄態(tài)、驗證碼、限流算法而且一旦被識別賬號風(fēng)險很高。自己做著玩可以想穩(wěn)定跑完全沒必要。第二種是 Node.js 生態(tài)。以前有個 twit 庫很流行但已經(jīng)很久不維護了對 API v2 的支持很差很多接口要靠自己封裝。而且媒體上傳、過濾流這些功能在 Node.js 下還得自己寫不少膠水代碼。第三種就是 Python Tweepy。Tweepy 是 Twitter 官方 API 的第三方封裝庫對 API v2 支持非常完整包括流式過濾、推文發(fā)布、媒體上傳都有現(xiàn)成方法。它的 API 設(shè)計也比較符合直覺一個項目從零到跑通代碼量可以控制在兩三百行內(nèi)。而且文檔和社區(qū)示例多遇到問題搜一下基本都有答案。當(dāng)然選 Python 還有一個現(xiàn)實原因表情庫的匹配邏輯后面大概率要加分詞、正則、情感判斷這些文本處理能力Python 在這些方面太方便了不需要再引一套技術(shù)棧。1.3 整體流程拆解整個機器人的運行流程可以拆成五步通過 Twitter API 拿到實時推文這一步可以用“過濾流”或“輪詢”實現(xiàn)后面會詳細(xì)說。提取推文文本做清洗和歸一化比如統(tǒng)一大小寫、去掉多余空格。把文本和表情庫里的關(guān)鍵詞規(guī)則做匹配命中后得到表情圖路徑。把表情圖通過 Twitter Media 接口上傳拿到 media_id。用這個 media_id 創(chuàng)建一條回復(fù)推文回復(fù)到原始推文下面。這五步看著簡單實際操作時每一步都有細(xì)節(jié)第一步要解決權(quán)限和重連第二步要解決否定詞和同義詞第三步要處理多關(guān)鍵詞沖突第四步要處理圖片格式和大小限制第五步要處理重復(fù)回復(fù)。后面的內(nèi)容基本就圍繞這些細(xì)節(jié)展開。2. 環(huán)境準(zhǔn)備與開發(fā)者賬號配置2.1 申請 Twitter Developer 賬號和 API Key寫代碼之前先把賬號準(zhǔn)備好。你需要一個 Twitter 賬號然后去開發(fā)者平臺創(chuàng)建一個應(yīng)用。申請的時候會讓你選用途我選的是“機器人自動回復(fù)”用途說明里寫清楚“根據(jù)用戶主動提及觸發(fā)表情回復(fù)非垃圾信息”審核一般沒問題。創(chuàng)建應(yīng)用之后你能拿到幾組重要憑證API Key / API Secret相當(dāng)于應(yīng)用的用戶名和密碼。Access Token / Access Token Secret代表應(yīng)用以你的賬號身份去操作回復(fù)推文用的就是這個身份。Bearer Token用于 API v2 的只讀訪問過濾流和讀取推文都靠它。如果你的應(yīng)用權(quán)限沒有開啟“讀、寫和消息”后面調(diào)用發(fā)布接口時會遇到 Forbidden 或 You are not allowed to access this endpoint 這類報錯。所以創(chuàng)建應(yīng)用后一定要去 User authentication settings 里把權(quán)限設(shè)為 Read and write并且把回調(diào)地址設(shè)置成 http://127.0.0.1:3000本地測試用。很多人會忽略的一個點Access Token 在申請頁面生成的時候版本可能還是 v1 的格式。Tweepy 里傳 token 時要注意用對順序尤其是同時使用 API v1.1 的媒體上傳和 API v2 的推文發(fā)布時兩個客戶端都要初始化token 不能混。2.2 本地開發(fā)環(huán)境搭建代碼方面我用的是 Python 3.10你用 3.8 問題也不大。我們按下面的方式初始化項目mkdir twitter-emote-bot cd twitter-emote-bot python3 -m venv venv source venv/bin/activate pip install tweepy python-dotenvtweepy 負(fù)責(zé)調(diào)用 Twitter APIpython-dotenv 用來讀取配置文件。我在項目根目錄放一個 .env 文件API_KEY你的APIKey API_SECRET你的APISecret ACCESS_TOKEN你的AccessToken ACCESS_TOKEN_SECRET你的AccessTokenSecret BEARER_TOKEN你的BearerToken然后在代碼里這樣加載from dotenv import load_dotenv import os load_dotenv() consumer_key os.getenv(API_KEY) consumer_secret os.getenv(API_SECRET) access_token os.getenv(ACCESS_TOKEN) access_token_secret os.getenv(ACCESS_TOKEN_SECRET) bearer_token os.getenv(BEARER_TOKEN)這里有個小經(jīng)驗.env 文件不要提交到 git 倉庫。我見過有人直接把密鑰推到公開倉庫里幾分鐘后就會被別人拿來刷接口。建議 .gitignore 至少加上 .env、venv/、pycache/、emotes/ 這些目錄。2.3 驗證憑證是否正確環(huán)境搭建完之后先不要急著寫機器人先跑一個最小腳本確認(rèn)憑證沒問題import tweepy client tweepy.Client( bearer_tokenbearer_token, consumer_keyconsumer_key, consumer_secretconsumer_secret, access_tokenaccess_token, access_token_secretaccess_token_secret, ) me client.get_me() print(me.data.id, me.data.username)能打印出自己的用戶 ID 和用戶名說明憑證和網(wǎng)絡(luò)鏈路都通了。這一步能過濾掉大量后面的“為什么發(fā)布不了”的問題。如果這里就報錯多半是 Bearer Token 復(fù)制不全或者 Access Token 對應(yīng)的是另一個賬號重新生成一次就好。3. 機器人核心邏輯設(shè)計與實現(xiàn)3.1 表情庫設(shè)計從字典到文件夾組織表情庫是機器人的靈魂。最簡單的方式是用一個 Python 字典來映射關(guān)鍵詞和表情圖路徑EMOTE_MAP { 開心: emotes/happy.gif, 難過: emotes/sad.png, 憤怒: emotes/angry.gif, 抽卡: emotes/gacha.jpg, 打卡成功: emotes/checkin.gif, }這個方式適合驗證邏輯但一旦表情多了維護起來痛苦。我建議做成“文件夾 JSON 索引”的結(jié)構(gòu)emotes/ happy/ 開心.png 很開心.gif sad/ 難過.png 委屈.gif angry/ 憤怒.gif index.jsonindex.json 里存關(guān)鍵詞到文件路徑的映射加載邏輯統(tǒng)一走 JSON這樣以后想加一個表情不用改代碼只改配置和數(shù)據(jù)甚至可以把 index.json 丟給不懂代碼的運營同事去維護。3.2 關(guān)鍵詞匹配從“包含”到“帶情感權(quán)重”匹配邏輯是最容易出 bug 的地方。如果只用“關(guān)鍵詞 in 推文文本”這種包含判斷很快會發(fā)現(xiàn)幾個問題“不開心”會被“開心”命中但語義完全相反?！伴_心到變形”會被“開心”命中雖然也算沾邊但不夠精準(zhǔn)?！敖裉煺骈_心啊但是明天要加班”會同時命中“開心”和“加班”到底回哪張圖大小寫、繁體簡體、全角半角都會影響匹配結(jié)果。我的做法是分三步處理。第一步文本清洗。把全角符號轉(zhuǎn)半角去掉多余空格統(tǒng)一轉(zhuǎn)小寫import unicodedata def clean_text(text): text unicodedata.normalize(NFKC, text).lower() return .join(text.split())NFKC 標(biāo)準(zhǔn)化會把全角字符轉(zhuǎn)成半角也能處理一些特殊空格。對于中文轉(zhuǎn)小寫影響不大但對英文字母來說是必要的。第二步否定詞處理。我維護一個否定詞表比如“不”“沒”“莫”“別”。如果關(guān)鍵詞前面近距離出現(xiàn)否定詞就把這個關(guān)鍵詞的權(quán)重設(shè)為負(fù)數(shù)NEGATIVE_WORDS [不, 沒, 莫, 別, 無, 非] def has_negation(text, keyword, window5): index text.find(keyword) if index -1: return False start max(0, index - window) prefix text[start:index] return any(neg in prefix for neg in NEGATIVE_WORDS)這個邏輯簡單但有效。窗口值我一般設(shè)成 5 個字太長容易把前面分句里的“不”也算進去太短又會漏掉“一點也開心不起來”。第三步多關(guān)鍵詞沖突時按權(quán)重打分。每個表情規(guī)則可以配置一個權(quán)重命中多個規(guī)則時取分最高的回復(fù)。最初用字典就夠了后續(xù)想精細(xì)控制再迭代成規(guī)則表。3.3 流式監(jiān)聽用過濾流拿到實時推文拿到推文的方式有兩種輪詢和流式。輪詢實現(xiàn)簡單就是定時去調(diào) mentions 接口但延遲高而且很容易觸發(fā)頻率限制。過濾流是平臺實時推給我們的方式只要推文滿足你設(shè)置的規(guī)則API 會立刻把內(nèi)容推過來延遲基本在秒級。我給這個機器人設(shè)置的過濾規(guī)則是推文必須包含機器人自己的 handle比如 emotebot。這樣能避免機器人對全網(wǎng)所有推文都做匹配既省流量也讓觸發(fā)變得可控。用戶只有主動 機器人機器人才會去回復(fù)。用 Tweepy 實現(xiàn)過濾流代碼是這樣的import tweepy class EmoteStream(tweepy.StreamingClient): def on_tweet(self, tweet): print(f收到推文: {tweet.text}) handle_tweet(tweet) stream EmoteStream(bearer_token) existing stream.get_rules() if existing.data: rule_ids [r.id for r in existing.data] stream.delete_rules(rule_ids) stream.add_rules(tweepy.StreamRule(valueemotebot)) stream.filter( tweet_fields[author_id, created_at], expansions[author_id], )第一次跑的時候如果之前已經(jīng)添加過同名規(guī)則會報重復(fù)錯誤。我的習(xí)慣是先清空所有規(guī)則再添加。這里有個很隱蔽的坑過濾流拿到的推文可能包含自己的回復(fù)推文機器人回復(fù)后自己也會收到這條“新推文”如果不處理就會形成“機器人回復(fù)之后又收到回復(fù)消息再回復(fù)一次”的死循環(huán)。解決方法是在 handle_tweet 開頭先判斷推文作者是不是自己如果是就跳過。3.4 圖片上傳與回復(fù)推文匹配到表情圖之后先要上傳到 Twitter 媒體庫拿到 media_id再用它創(chuàng)建回復(fù)推文。注意上傳媒體走的是 API v1.1 的接口而創(chuàng)建推文走的是 API v2所以需要同時初始化兩個客戶端auth tweepy.OAuth1UserHandler( consumer_key, consumer_secret, access_token, access_token_secret ) api_v1 tweepy.API(auth, wait_on_rate_limitTrue) client_v2 tweepy.Client( bearer_tokenbearer_token, consumer_keyconsumer_key, consumer_secretconsumer_secret, access_tokenaccess_token, access_token_secretaccess_token_secret, ) def reply_with_emote(tweet_id, emote_path): media api_v1.media_upload(filenameemote_path) media_id media.media_id_string client_v2.create_tweet( in_reply_to_tweet_idtweet_id, media_ids[media_id], )關(guān)于媒體文件有幾個限制要記牢靜態(tài)圖片最大 5MB常見格式 JPG、PNG、WEBP 都可以。GIF 動圖最大 15MB。視頻最大 512MB但會消耗額外的媒體額度表情機器人一般用不上。動圖上傳后可能會被平臺轉(zhuǎn)碼畫質(zhì)會有輕微壓縮屬正?，F(xiàn)象。如果上傳后報“媒體處理超時”或者“格式不支持”優(yōu)先檢查是不是 GIF 幀數(shù)太多或尺寸異常。我用過的表情包里最容易出問題的就是那種幾十 MB 的高清動圖壓到 10MB 以內(nèi)基本就沒問題了。3.5 防止重復(fù)回復(fù)流式連接斷開重連后平臺可能把斷開期間的部分推文重新推一遍這時候機器人會對同一條推文回復(fù)兩次。我在項目里用一個內(nèi)存集合記錄最近處理過的推文 IDseen_tweets set() MAX_RECORD 1000 def handle_tweet(tweet): if tweet.id in seen_tweets: return seen_tweets.add(tweet.id) if len(seen_tweets) MAX_RECORD: seen_tweets.clear() # 后續(xù)處理這個方案只適合單機進程重啟后集合就空了。如果需要更可靠的去重可以把 tweet.id 存到 SQLite 或 Redis 里甚至直接用一個本地文件追加記錄。對我的使用量來說內(nèi)存集合已經(jīng)夠用但我會在系統(tǒng)里加一條日志方便事后追查“為什么重復(fù)回復(fù)了”。4. 部署上線與高頻問題排查4.1 部署到云服務(wù)器的完整步驟本地跑通之后你不可能一直開著電腦。部署到云服務(wù)器上是必須的我用的是 systemd 做進程守護簡單可靠。第一步把項目代碼上傳到服務(wù)器假定放在 /opt/twitter-emote-bot。第二步創(chuàng)建 systemd 服務(wù)文件 /etc/systemd/system/emote-bot.service[Unit] DescriptionTwitter Emote Robot Afternetwork.target [Service] Userubuntu WorkingDirectory/opt/twitter-emote-bot ExecStart/opt/twitter-emote-bot/venv/bin/python main.py Restartalways RestartSec10 EnvironmentFile/opt/twitter-emote-bot/.env [Install] WantedBymulti-user.target這里有個細(xì)節(jié)用 EnvironmentFile 加載 .env那么代碼里 load_dotenv() 可以去掉避免兩套配置源沖突。系統(tǒng)環(huán)境變量會被 os.getenv 直接讀到。啟動服務(wù)sudo systemctl daemon-reload sudo systemctl enable --now emote-bot sudo systemctl status emote-bot用 journalctl 看日志journalctl -u emote-bot -f日志里能直接看到“收到推文”和“回復(fù)成功”的記錄。我習(xí)慣在關(guān)鍵節(jié)點加 print 并帶時間戳排查問題會快很多。4.2 高頻報錯與排查速查表報錯信息常見原因處理辦法403 Forbidden應(yīng)用權(quán)限沒開 Read and write去開發(fā)者后臺改權(quán)限改完需要等幾分鐘生效401 UnauthorizedAPI Key 或 Token 復(fù)制錯誤重新生成并核對注意區(qū)分 Access Token 和 Bearer Token429 Too Many Requests頻率超限降低輪詢頻率如果是流式連接等待背壓重試rule already exists添加了重復(fù)的過濾規(guī)則先 get_rules 再 delete_rules406 Not Acceptable過濾規(guī)則格式錯誤規(guī)則 value 盡量用 用戶名別寫太復(fù)雜media processing failed圖片格式或大小超出限制壓縮圖片GIF 控制在 15MB 以內(nèi)除了表里這些還有一個最容易忽略的問題應(yīng)用剛創(chuàng)建時開發(fā)者權(quán)限可能還沒有完全同步。如果你確信代碼沒問題但接口一直報錯先把賬號和應(yīng)用退出重新登錄一次很多時候是權(quán)限緩存的問題。4.3 頻率限制與配額管理Twitter API 的頻率限制是按“每個用戶/每15分鐘”計算的。過濾流本身沒有嚴(yán)格的請求限制但輪詢接口、媒體上傳和推文發(fā)布都有配額。我的經(jīng)驗是把配額守則寫進代碼邏輯里發(fā)布回復(fù)前先檢查剩余配額不夠就直接跳過不硬試。流式斷線重連時不要立刻重連等 10 到 30 秒給服務(wù)端留個緩沖。媒體上傳盡量輕量化能提前壓縮就提前壓縮別把幾 MB 的高清圖反復(fù)傳。配額管理看起來不起眼但它決定了機器人能不能長期穩(wěn)定跑。我有一次把輪詢間隔改成 10 秒跑了半天就觸發(fā) 429整個賬號的接口被臨時限制連正常發(fā)推都受影響。后來改成流式 每次發(fā)布后 sleep(1)再也沒遇到過這個問題。4.4 日志與監(jiān)控讓機器人自己“說話”機器人上線后最頭疼的問題不是跑不起來而是不知道它為什么某天不回復(fù)了。我的做法是加兩層監(jiān)控。第一層是日志。代碼里每個關(guān)鍵節(jié)點都輸出一行日志格式統(tǒng)一為“時間、動作、結(jié)果”。比如2025-01-12 14:03:22 收到推文 189999999999 內(nèi)容: emotebot 今天太開心了 2025-01-12 14:03:23 命中規(guī)則 happy - emotes/happy.gif 2025-01-12 14:03:24 上傳媒體成功 media_id123456789 2025-01-12 14:03:25 回復(fù)成功 tweet_id190000000000第二層是心跳。我讓機器人每隔 30 分鐘寫一條“我還活著”的標(biāo)記到日志文件再用 crontab 定期檢查日志文件的更新時間如果超過 40 分鐘沒更新就發(fā)一封郵件告警。對小項目來說這比上監(jiān)控系統(tǒng)輕量得多。5. 真實運行體會與后續(xù)可以擴展的方向5.1 我跑這三周踩出的經(jīng)驗機器人在我這邊穩(wěn)定跑了三周整體感覺是核心邏輯并不難難的是內(nèi)容規(guī)則和數(shù)據(jù)維護。表情庫雖然只有幾十個表情但維護成本比想象中高。你總會遇到“用戶發(fā)了一條全新的表達機器沒匹配上”的場景這時候你不能只加一個表情而是要去分析用戶的習(xí)慣表達反向補全關(guān)鍵詞表。另一個體會是關(guān)鍵詞匹配在真實語料里遠(yuǎn)沒有想象的干凈。繁體、簡體、全角半角、加空格、中間穿插字母各種變形都可能導(dǎo)致漏匹配。我后來加了一道清洗流程把所有文本先轉(zhuǎn)成統(tǒng)一的簡體形式匹配率明顯提高了。如果讓我重做這個項目我會在一開始就給表情庫加上“規(guī)則版本”和“生效時間”兩個字段這樣后期迭代規(guī)則時能清楚知道哪些規(guī)則是舊的哪些是新加的修改起來也更有信心。5.2 可以繼續(xù)玩的方向機器人的基礎(chǔ)框架跑通后后面能擴展的方向很多接入 Discord 或 Telegram把同一個表情庫復(fù)用過去一次維護多端發(fā)布。把關(guān)鍵詞匹配從“規(guī)則表”升級成“關(guān)鍵詞 情感判斷”用簡單的情感分析模型判斷推文是積極還是消極再回對應(yīng)的表情。做一個簡單的后臺頁面直接在網(wǎng)頁上編輯表情庫和規(guī)則不用每次改代碼。加上統(tǒng)計報表看哪些表情被觸發(fā)最多哪些關(guān)鍵詞從來沒被用過方便優(yōu)化表情庫。這些擴展不需要動核心架構(gòu)在你搭建的監(jiān)聽、匹配、回復(fù)框架上增量添加就行。最后再分享一個個人建議不要太早追求復(fù)雜的匹配算法。先把“看關(guān)鍵詞回表情”這條主鏈路跑通把賬號和接口的穩(wěn)定性摸透再慢慢迭代規(guī)則。機器人這種東西穩(wěn)定比聰明更重要。我在上線第一天因為回復(fù)過快被臨時限制了十五分鐘那一刻我才真正理解“克制請求頻率”不是一句空話。希望這篇文章能幫你少走這幾步彎路。